摘要：文章设计了一种集成卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)的新型继电保护系统。通过智能传感器实时获取电力系统运行参数,并利用深度学习算法自动提取故障特征。通过仿真实验验证系统在故障检测、识别、定位方面的性能。该系统的平均故障检测时间控制在20 ms以内,故障识别准确率达到99.6%,故障定位误差控制在1%以内,能够快速且准确地完成故障检测与诊断。研究成果不仅展现了深度学习在继电保护领域的应用潜力,而且为智能电网的发展提供了新思路。

摘要：为了分析超长鸡舍夏季湿帘通风时舍内热舒适性,采用数值模拟方法研究一种超长鸡舍(128.00 m)的温度分布。模拟结果显示,超长鸡舍三维方向存在不同程度的温度分布不均现象,特别是长度和高度方向。在长度方向上,从装湿帘窗的耳房西端到笼架最西端,空气温度呈线性逐渐升高,最大温差为4℃;因进风速度不均匀,湿帘窗口附近笼架存在一个高温低风速的三角区域,使得超长鸡舍东西两端的热舒适性最差;在高度方向上,笼架东西两端的上下层的空气温差较大,中间部分上下层温差较小。最后指出,超长鸡舍的通风设计与管理应避免送风死角,防止冷风直接吹向上层,并注意鸡舍长度受制于夏季最不利气候条件下的进风温度、长度方向的温度梯度以及下游禽类能够耐受的最高温度。

摘要：为了改进有轨电车空调系统的送风效果,针对其中一个模块,采用数值模拟方法对比分析原车等截面风道和优化后变截面风道的出风均匀性。结果显示:原风道的出风不均匀,空调系统送风大部分流向风管末端再被送出,且风速偏大;在条形出风口前端近40%的长度不仅不能够有效提供冷风,还会回吸客室的部分空气;原风道的阻力约87 Pa。对于优化后的风道,其出风均匀性得到改善;条形出风口80%长度上出风风速相同,只有末端4%的出风速度偏大,前端8%有轻微回吸现象;风道的阻力为64 Pa,输送相同的风量情况下,优化风道的输送能耗可降低26%。

摘要：利用数值模拟方法研究了风量不对称条件下C型地铁列车主风道内的空气流动特性和出风均匀性.研究结果表明:最大风量出风口位于左、右两股气流的碰撞区,碰撞区向小送风量一端偏移;左、右风机送风量差异越大,碰撞区偏移对称面的距离越大,风道送风均匀性越差;大风量风机提供的送风一般体现为小风量风机一端出风口的出风量增加.